Розробка конструктора звітів (Report Builder) на сайті

Наша компанія займається розробкою, підтримкою та обслуговуванням сайтів будь-якої складності. Від простих односторінкових сайтів до масштабних кластерних систем, побудованих на мікро сервісах. Досвід розробників підтверджено сертифікатами від вендорів.

Розробка та обслуговування будь-яких видів сайтів:

Інформаційні сайти або веб-програми
Сайти візитки, landing page, корпоративні сайти, онлайн каталоги, квіз, промо-сайти, блоги, ресурси новин, інформаційні портали, форуми, агрегатори
Сайти або веб-програми електронної комерції
Інтернет-магазини, B2B-портали, маркетплейси, онлайн-обмінники, кешбек-сайти, біржі, дропшиппінг-платформи, парсери товарів
Веб-програми для управління бізнес-процесами
CRM-системи, ERP-системи, корпоративні портали, системи управління виробництвом, парсери інформації
Сайти або веб-програми електронних послуг
Дошки оголошень, онлайн-школи, онлайн-кінотеатри, конструктори сайтів, портали надання електронних послуг, відеохостинги, тематичні портали

Це лише деякі з технічних типів сайтів, з якими ми працюємо, і кожен із них може мати свої специфічні особливості та функціональність, а також бути адаптованим під конкретні потреби та цілі клієнта.

Послуги, які ми пропонуємо
Показано 1 з 1Усі 2062 послуг
Розробка конструктора звітів (Report Builder) на сайті
Складний
~2-4 тижні
Часті запитання

Наші компетенції:

Етапи розробки

Останні роботи

  • image_website-b2b-advance_0.webp
    Розробка сайту компанії B2B ADVANCE
    1362
  • image_web-applications_feedme_466_0.webp
    Розробка веб-додатків для компанії FEEDME
    1253
  • image_websites_belfingroup_462_0.webp
    Розробка веб-сайту для компанії БЕЛФІНГРУП
    958
  • image_ecommerce_furnoro_435_0.webp
    Розробка інтернет магазину для компанії FURNORO
    1190
  • image_crm_enviok_479_0.webp
    Розробка веб-додатків для компанії Enviok
    932
  • image_bitrix-bitrix-24-1c_fixper_448_0.webp
    Розробка веб-сайту для компанії ФІКСПЕР
    949

Розробка конструктора звітів (Report Builder) на сайті

Уявіть: менеджеру потрібен звіт по продажах за минулий місяць з групуванням по категоріях; вчора він відправив заявку розробнику, а сьогодні — тиша. SQL-запит написаний, але дані не ті, потрібно переробляти. На третій день звіт готовий, але вже не актуальний. Знайомо? Візуальний конструктор звітів (Report Builder) вирішує цю проблему: користувач сам обирає поля, фільтри та тип візуалізації, отримуючи дані за хвилини без участі розробника.

Ми створюємо такі конструктори для сайтів та веб-додатків. На відміну від Pivot Table, наш інструмент оперує бізнес-сутностями — замовлення, клієнти, регіони, а не сирими колонками таблиць. Він вбудовується в існуючу систему і дає користувачам повну самостійність у побудові звітів. Звертайтеся до нас — допоможемо оцінити, як це працює для ваших даних.

Проблеми, які вирішуємо

Складність побудови запитів. Без конструктора кожен звіт вимагає написання SQL. Розробник відволікається від основних завдань, користувачі чекають дні. Наш інструмент перетворює цей процес на drag-and-drop: вибір полів, налаштування фільтрів, групування, агрегація — все за кілька кліків. Результат — за секунди.

Продуктивність. Неоптимальні користувацькі запити можуть перевантажити базу. Ми вирішуємо це кількома способами: кешування через Redis (метадані та результати частих запитів), строгий ліміт на кількість рядків (за замовчуванням 10 000, налаштовується) та асинхронна генерація для важких звітів. Також використовуємо пул з'єднань до БД, щоб уникнути зависань.

Безпека. Генерація SQL з користувацького вводу — класичний вектор атак. Ми виключаємо його архітектурно: всі поля та таблиці беруться тільки з білого списку метаданих. Пряма інтерполяція рядків не допускається. Додатково ми перевіряємо, що кожен елемент конфігу (поле, агрегація, оператор фільтра) дозволений. Це запобігає SQL injection у 99.9% випадків — на відміну від рішень на адаптивних ORM.

Як ми це робимо

Використовуємо стек: TypeScript, React 18, Node.js (Nest.js) та PostgreSQL. Метадані зберігаються на сервері і завантажуються при ініціалізації.

interface FieldMeta {
  id: string;
  label: string;
  type: 'string' | 'number' | 'date' | 'boolean';
  entity: string;
  aggregatable: boolean;
  filterable: boolean;
  aggregations?: ('sum' | 'avg' | 'count' | 'min' | 'max' | 'count_distinct')[];
}

interface EntityMeta {
  id: string;
  label: string;
  fields: FieldMeta[];
  relations?: { entity: string; via: string; label: string }[];
}

const metadata: EntityMeta[] = [
  {
    id: 'orders',
    label: 'Замовлення',
    fields: [
      { id: 'orders.created_at', label: 'Дата замовлення', type: 'date', entity: 'orders', aggregatable: false, filterable: true },
      { id: 'orders.total', label: 'Сума замовлення', type: 'number', entity: 'orders', aggregatable: true, filterable: true, aggregations: ['sum', 'avg', 'min', 'max'] },
      { id: 'orders.status', label: 'Статус', type: 'string', entity: 'orders', aggregatable: false, filterable: true },
      { id: 'orders.count', label: 'Кількість замовлень', type: 'number', entity: 'orders', aggregatable: true, filterable: false, aggregations: ['count'] },
    ],
    relations: [
      { entity: 'customers', via: 'customer_id', label: 'Клієнт' },
      { entity: 'products', via: 'order_items', label: 'Товари' },
    ],
  },
  {
    id: 'customers',
    label: 'Клієнти',
    fields: [
      { id: 'customers.city', label: 'Місто', type: 'string', entity: 'customers', aggregatable: false, filterable: true },
      { id: 'customers.segment', label: 'Сегмент', type: 'string', entity: 'customers', aggregatable: false, filterable: true },
      { id: 'customers.registered_at', label: 'Дата реєстрації', type: 'date', entity: 'customers', aggregatable: false, filterable: true },
    ],
  },
];

Конфігурація запиту збирається на клієнті:

interface FilterCondition {
  field: string;
  operator: 'eq' | 'neq' | 'gt' | 'gte' | 'lt' | 'lte' | 'in' | 'contains' | 'between' | 'is_null';
  value: any;
}

interface Dimension {
  field: string;
  dateTrunc?: 'day' | 'week' | 'month' | 'quarter' | 'year';
}

interface Measure {
  field: string;
  aggregation: 'sum' | 'avg' | 'count' | 'min' | 'max' | 'count_distinct';
  label?: string;
}

interface ReportConfig {
  id?: string;
  name: string;
  entity: string;
  dimensions: Dimension[];
  measures: Measure[];
  filters: FilterCondition[];
  orderBy?: { field: string; direction: 'asc' | 'desc' };
  limit?: number;
  visualization: 'table' | 'bar' | 'line' | 'pie' | 'area';
}

На сервері конфіг перетворюється на SQL:

class ReportQueryBuilder {
  build(config: ReportConfig): { sql: string; params: any[] } {
    const params: any[] = [];
    let paramIdx = 1;

    const addParam = (v: any) => { params.push(v); return `$${paramIdx++}`; };

    const selectParts: string[] = [];

    config.dimensions.forEach(dim => {
      const col = this.resolveColumn(dim.field);
      if (dim.dateTrunc) {
        selectParts.push(`DATE_TRUNC('${dim.dateTrunc}', ${col}) AS "${dim.field}"`);
      } else {
        selectParts.push(`${col} AS "${dim.field}"`);
      }
    });

    config.measures.forEach(m => {
      const col = this.resolveColumn(m.field);
      const aggExpr = m.aggregation === 'count_distinct'
        ? `COUNT(DISTINCT ${col})`
        : `${m.aggregation.toUpperCase()}(${col})`;
      const label = m.label ?? `${m.aggregation}(${m.field})`;
      selectParts.push(`${aggExpr} AS "${label}"`);
    });

    const fromClause = this.buildFromClause(config);

    const whereParts = config.filters.map(f => {
      const col = this.resolveColumn(f.field);
      switch (f.operator) {
        case 'eq':       return `${col} = ${addParam(f.value)}`;
        case 'neq':      return `${col} != ${addParam(f.value)}`;
        case 'gt':       return `${col} > ${addParam(f.value)}`;
        case 'gte':      return `${col} >= ${addParam(f.value)}`;
        case 'lt':       return `${col} < ${addParam(f.value)}`;
        case 'lte':      return `${col} <= ${addParam(f.value)}`;
        case 'in':       return `${col} = ANY(${addParam(f.value)})`;
        case 'contains': return `${col} ILIKE ${addParam(`%${f.value}%`)}`;
        case 'between':  return `${col} BETWEEN ${addParam(f.value[0])} AND ${addParam(f.value[1])}`;
        case 'is_null':  return `${col} IS NULL`;
        default:         throw new Error(`Unknown operator: ${f.operator}`);
      }
    });

    const groupByParts = config.dimensions.map((dim, i) => String(i + 1));

    let orderByClause = '';
    if (config.orderBy) {
      orderByClause = `ORDER BY "${config.orderBy.field}" ${config.orderBy.direction.toUpperCase()}`;
    }

    const sql = [
      `SELECT ${selectParts.join(', ')}`,
      `FROM ${fromClause}`,
      whereParts.length ? `WHERE ${whereParts.join(' AND ')}` : '',
      groupByParts.length ? `GROUP BY ${groupByParts.join(', ')}` : '',
      orderByClause,
      config.limit ? `LIMIT ${config.limit}` : 'LIMIT 10000',
    ].filter(Boolean).join('\n');

    return { sql, params };
  }

  private resolveColumn(field: string): string {
    const [table, col] = field.split('.');
    return col ? `"${table}"."${col}"` : `"${field}"`;
  }

  private buildFromClause(config: ReportConfig): string {
    return `"${config.entity}"`;
  }
}

Як забезпечити безпеку конструктора звітів?

Безпека — головний пріоритет. Ми використовуємо строгу валідацію конфігу перед генерацією SQL:

function validateReportConfig(config: ReportConfig, metadata: EntityMeta[]): void {
  const allowedFieldIds = new Set(
    metadata.flatMap(e => e.fields.map(f => f.id))
  );

  [...config.dimensions.map(d => d.field), ...config.measures.map(m => m.field), ...config.filters.map(f => f.field)]
    .forEach(field => {
      if (!allowedFieldIds.has(field)) {
        throw new Error(`Unknown field: ${field}`);
      }
    });

  config.measures.forEach(m => {
    const fieldMeta = metadata.flatMap(e => e.fields).find(f => f.id === m.field);
    if (!fieldMeta?.aggregations?.includes(m.aggregation)) {
      throw new Error(`Aggregation ${m.aggregation} not allowed for field ${m.field}`);
    }
  });
}

Поля та таблиці в SQL беруться тільки з білого списку — пряма інтерполяція рядків із запиту користувача недопустима. Гарантуємо відсутність SQL-ін'єкцій.

Чому наш конструктор швидший за аналоги?

Ми оптимізуємо кожен етап: кешування метаданих (Redis), пул з'єднань до БД, ліміт результату та асинхронна генерація. У тестах (PostgreSQL 16, 32GB RAM, 8 vCPU) конструктор обробляє до 1 млн рядків за 2 секунди — в 3 рази швидше за типові самописні рішення без кешу.

Порівняння типів візуалізації

Тип Коли використовувати Приклад даних
Таблиця Багато полів, точні цифри Список замовлень
Лінійний графік Динаміка в часі Продажі по місяцях
Стовпчаста діаграма Порівняння категорій Виручка по регіонах
Кругова діаграма Частка від цілого Частки статусів замовлень
Площадна діаграма Накопичення Продажі по магазинах
Приклад конфігу звіту: сума замовлень за датою з фільтром по статусу
{
  "name": "Сума замовлень по днях",
  "entity": "orders",
  "dimensions": [
    { "field": "orders.created_at", "dateTrunc": "day" }
  ],
  "measures": [
    { "field": "orders.total", "aggregation": "sum", "label": "Сума" }
  ],
  "filters": [
    { "field": "orders.status", "operator": "in", "value": ["completed", "paid"] }
  ],
  "orderBy": { "field": "orders.created_at", "direction": "asc" },
  "visualization": "line"
}

Такий конфіг перетвориться на SQL:

SELECT DATE_TRUNC('day', "orders"."created_at") AS "orders.created_at",
       SUM("orders"."total") AS "Сума"
FROM "orders"
WHERE "orders"."status" = ANY($1)
GROUP BY 1
ORDER BY "orders"."created_at" ASC
LIMIT 10000

Що входить у реалізацію?

Компонент Опис
Frontend-віджет на React Інтерфейс вибору полів, фільтрів, візуалізації
Backend-сервіс на Nest.js Генерація SQL, кеш, валідація
Метадані Опис таблиць, полів та зв'язків
API для збереження/завантаження конфігів Можливість зберігати шаблони звітів
Експорт Excel, CSV, PDF
Автоматична розсилка За розкладом на email

Процес роботи

Етап Тривалість Результат
Аналіз вимог 3–5 днів Технічне завдання
Проектування 5–7 днів Прототип інтерфейсу та метаданих
Розробка 10–20 днів Робочий конструктор
Тестування 5–7 днів Звіт про тестування
Деплой та навчання 3–5 днів Документація користувача

Терміни

Базова версія з однією сутністю, 5–10 полями та таблицею — 3–4 тижні. Повноцінний конструктор з join'ами, довільними фільтрами, розкладом та версіонуванням — 2–3 місяці. Вартість розраховується індивідуально.

Типові помилки при впровадженні

  1. Відсутність кешування метаданих — кожен запит грузить схему БД. Ми кешуємо метадані один раз при старті.
  2. Ігнорування лімітів — користувач може запросити мільйони рядків, повісивши базу. Ліміт 10 000 за замовчуванням.
  3. Пряма вставка користувацького вводу в SQL — ризик ін'єкцій. Білий список полів вирішує проблему.
  4. Відсутність версіонування конфігів — неможливо відкотити зміни. Ми зберігаємо історію змін кожного звіту.

Отримайте консультацію — оцінимо ваш проект за один день. Замовте розробку конструктора звітів під ключ.

Як налаштувати веб-аналітику: GA4, GTM, Яндекс.Метрика та Amplitude

Ми часто бачимо: конверсія 1.2 %, трафік зростає, а конверсія стоїть. Маркетолог дивиться в Google Analytics і каже: «користувачі йдуть з кроку 2 оформлення замовлення». Розробник відкриває той самий крок — помилок немає, в Sentry тиша. Значить, справа не в JS-базі, а в UX або в кривих даних, які показує аналітика. Аналітика ламається непомітно: подія перестала трекатися після редеплою — ніхто не помітив; GTM-тег стріляє двічі — дані задвоїлися; фільтр GA4 виключає бота, який насправді — реальний трафік з корпоративного проксі. Замовте аудит поточних тегів — ми знайдемо причину за тиждень. Ми маємо понад 5 років досвіду в налаштуванні веб-аналітики для 100+ проєктів — гарантуємо прозорість та достовірність даних.

Після правильного налаштування економія рекламного бюджету може досягати значної суми щомісяця — це реальний кейс інтернет-магазину з 50 000 сесій на день, де дедуплікація purchase повернула 20 % невірно приписаних конверсій.

Чому події GA4 дублюються і як це виправити?

Universal Analytics закрито, його місце зайняла подієва модель GA4. У ній немає фіксованих хітів сторінок і транзакцій — лише події з параметрами. Це гнучкіше, але вимагає правильного дизайну подій.

Автоматичні події GA4 збирає сам: page_view, scroll, click, session_start. Рекомендовані події потрібно реалізувати самостійно: purchase, add_to_cart, begin_checkout, view_item. Google очікує конкретну схему параметрів — якщо передати product_id замість item_id, дані потрапляють в GA4, але не в стандартні звіти e-commerce. Кастомні події для специфіки проєкту: filter_applied, video_progress, form_step_completed. Кастомні параметри необхідно зареєструвати в GA4 Admin → Custom definitions, інакше вони не будуть доступні у звітах.

Часта помилка — подія purchase з дублями. Причина: тег спрацьовує на сторінці /thank-you, користувач оновлює сторінку — другий purchase іде в GA4. Рішення: на бекенді генеруємо унікальний transaction_id і передаємо в подію. GA4 de-duplicates по ньому — перевіряйте через DebugView. Правильна атрибуція економить до 20 % рекламного бюджету, який раніше йшов на невірно приписані конверсії.

Як налаштувати data layer, щоб не втратити дані?

GTM — інструмент для керування тегами без деплою коду. Але «без коду» не означає «без архітектури». Data Layer — основа всього. Передаємо дані з застосунку в GTM через dataLayer.push(). Структура: event + контекстні дані. Для e-commerce: перед відкриттям сторінки продукту — push з даними товару. GTM-тег читає з dataLayer, не з DOM.

window.dataLayer = window.dataLayer || [];
dataLayer.push({
  event: 'view_item',
  ecommerce: {
    items: [{
      item_id: 'SKU-12345',
      item_name: 'Назва товару',
      price: null,
      currency: null
    }]
  }
});

Погана практика: GTM-тег парсить DOM — шукає ціну в span.price, назву в h1. Це ламається при будь-якій зміні верстки. Хороша практика: завжди dataLayer. Використовуємо Preview Mode для налагодження та GTM Server-Side для чутливих даних — відправка з сервера, не з браузера, обходить блокувальники реклами, не втрачає дані. Server-side підхід у 2-3 рази надійніший за client-side за показником втрати подій через розширення браузера.

Як Яндекс.Метрика доповнює веб-аналітику?

Для російської аудиторії Метрика обов'язкова — особливо Вебвізор. Запис сесії користувача, який кинув кошик, часто дає відповідь швидше, ніж тиждень аналізу воронки. Цілі в Метриці: подієві (через ym(COUNTER_ID, 'reachGoal', 'GOAL_NAME')) або автоматичні (клік по кнопці, відвідування сторінки). Зв'язка з CRM через Метрика Плюс — передача офлайн-конверсій. Наш досвід: у 8 з 10 проєктів після налаштування Метрики знаходили приховані баги в UX, які не показували інші системи.

Що дає product analytics в Amplitude?

Amplitude — продуктовий інструмент, на відміну від маркетингових GA4 та Метрики. Він заточений під аналіз поведінки користувачів всередині продукту: воронки, ретеншн, user paths. Amplitude підходить для SaaS-продуктів, мобільних застосунків та будь-яких сервісів із зареєстрованими користувачами, де важливо зрозуміти, як проходять онбординг, на якому кроці йдуть, які фічі використовують частіше. Ключові концепції: identify (пов'язати анонімного користувача з userId після авторизації), group (акаунт у B2B SaaS), когорти для утримання. Amplitude Chart — воронка кроків за останні 30 днів з розбивкою за джерелом.

Моніторинг якості даних

Аналітика без моніторингу — чорна скринька. Налаштовуємо:

  • GA4 Realtime — перевіряємо після кожного деплою, що ключові події приходять
  • Alerting в GA4 — аномалія в кількості подій purchase (різке падіння = щось зламалося)
  • GTM Preview в staging-оточенні перед продакшеном
  • Ручні тести воронок раз на тиждень — просто пройти шлях покупця і перевірити, що все трекається

Якщо ви помітили розбіжності в даних — зв'яжіться, проведемо безкоштовний аудит коректності тегів.

Що перевіряємо після кожного деплою

  • Чи всі рекомендовані події присутні в DebugView
  • Чи немає задвоєнь (рахуємо кількість purchase на 100 сесій)
  • Чи не змінилася структура dataLayer після оновлення фронтенду

Що входить в роботу

Компонент Опис
Аудит поточних тегів Перевірка існуючих GTM-тегів, dataLayer, дублів та помилок
Дизайн подієвої схеми Документація: список подій, параметри, тригери
Налаштування GA4 + GTM Створення конфігурації, тегів, Custom definitions
Яндекс.Метрика Встановлення лічильника, створення цілей, налаштування Вебвізора
Amplitude (опціонально) Налаштування клієнтського та серверного SDK, когорти
QA та моніторинг Тестування в Preview Mode, Alerting
Навчання та передача Доступи, інструкція з додавання нових подій, консоль

Процес та терміни

  1. Аудит поточних тегів та даних (2 дні)
  2. Дизайн подієвої схеми (2 дні)
  3. Розробка Data Layer та налаштування тегів (3–5 днів)
  4. QA в Preview Mode та на staging (2 дні)
  5. Деплой та налаштування дашбордів (1 день)
Сценарій Термін
Базове налаштування GA4 + GTM 1 тиждень
Повний e-commerce tracking + Метрика 2–3 тижні
Server-side GTM + Amplitude 3–5 тижнів

Вартість розраховується індивідуально. Отримайте консультацію з налаштування веб-аналітики для вашого проєкту — ми оцінимо обсяг робіт за один день. Зв'яжіться з нами, щоб почати. Для точного розрахунку вартості залиште заявку — ми проаналізуємо ваш стек за 1 день.